پنج سؤالی که مدیر عامل باید از تیم فنی درباره آمادگی سازمان برای هوش مصنوعی بپرسد

فرض کنید یک مدیر عامل در جلسهٔ هیئت‌مدیره شنیده است که رقبا روی هوش مصنوعی سرمایه‌گذاری می‌کنند، او بلافاصله تیم فنی را فراخوانده تا «یک راهکار هوش مصنوعی» پیدا کند. اما هیچ‌کس نگفته که این راهکار برای کدام مسئله است.

از یک طرف نمی‌شود بی‌تفاوت ماند، از طرف دیگر نمی‌شود روی چیزی که معیار سنجش ندارد بودجه گذاشت. تیم فنی شما توانایی ساخت دارد. اما آنچه معمولاً گم می‌شود، نقش مدیریتی شما است، نقشی که خارج از حوزهٔ فنی است و حتی تیم فنی نمی‌تواند آن را انجام دهد. در این مقاله آن نقش روشن می‌شود.

چرا تیم فنی این سؤالات را خود مطرح نمی‌کند:

تیم فنی معمولاً به دلایل زیر نمی‌تواند یا نمی‌خواهد این سؤالات را مطرح کند:

اول، تیم فنی در موضع دفاعی است. اگر آنها بپرسند «کدام فرآیند را بهبود می دهیم؟» یا «معیار موفقیت چیست؟»، به نظر می‌رسد در پروژه تردید دارند یا با آن مخالفت می‌کنند.

دوم، این سؤالات مدیریتی هستند، نه فنی. تیم فنی معمولاً در موضع مشاور فنی قرار دارد، نه مشاور استراتژیک. تفاوت بین آن‌ها این است: مشاور فنی می‌گوید «این‌ها ابزارها و توانایی‌های فنی هستند»؛ مشاور استراتژیک می‌گوید «برای آن مسئله، این ابزار بهترین انتخاب است، اما فقط اگر این شرایط برقرار باشند». نقش دوم متعلق به مدیریت است.

این نقص نقش‌شناسی است، نه شایستگی. این نقش متعلق به شماست، نه به تیم فنی.

پنج سؤال که آمادگی واقعی را آشکار می‌کند:

اینجا پنج سؤالی هستند که هر کدام یک بعد متفاوت از آمادگی سازمانی را می‌سنجد. این‌ها سؤالات مدیریتی هستند، نه فنی. تیم فنی باید بتواند به آنها جواب دهد، اما پاسخ‌های آنها به شما می‌گوید که سازمان کجا ایستاده است.

سؤال اول: داده‌های شما برای این مسئلهٔ خاص کافی و معتبر هستند یا نه؟

هر مدل هوش مصنوعی به داده نیاز دارد. اما سؤال این نیست که داده دارید یا ندارید، سؤال این است که داده‌های شما برای این مسئله خاص کافی و معتبر هستند یا نه.

پاسخ‌های قابل‌قبول:

• «ما ۵۰۰ هزار تراکنش داریم که برای این مسئله کافی است. این‌ها ۸۰ درصد زمان درست ثبت شده‌اند.»
• «داده‌های ما در سه سال اخیر کامل نیست، اما برای شروع پایلوت، این میزان کفایت می‌کند.»

پاسخ‌های نشانهٔ مسئله:

• «داده‌های ما در هر سیستم متفاوت است.»
• «نمی‌دانم کجا داده‌های تاریخی ذخیره شده است.»
• «اگر مدل بتواند با اطلاعات ناقص کار کند، خوب است.»

سؤال دوم: فرآیند فعلی شما کجا دسته بندی می‌شود یا کجا تصمیم می‌گیرد؟

هوش مصنوعی برای خودکار کردن یا بهبود یک فرآیند است. اما اگر فرآیند خودتان روشن نیست، هوش مصنوعی هم نمی‌داند کجا وارد شود.

پاسخ‌های قابل‌قبول:

• «هر درخواست از طریق این ۴ مرحله اجرا می شود: دریافت، بررسی، تایید، اجرا.»
• «تصمیم‌گیری در مرحلهٔ بررسی است و معمولاً ۲۴ ساعت طول می‌کشد.»

پاسخ‌های نشانهٔ مسئله:

• «فرآیند هر بار متفاوت است.»
• «معمولاً یک نفر تصمیم می‌گیرد، اما اگر آن نفر نباشد، فرد دیگری تصمیم می‌گیرد.»
• «هنوز روشن نیست کجا باید هوش مصنوعی وارد شود.»

سؤال سوم: معیار موفقیت این پروژه چیست و چگونه آن را می‌سنجید؟

یک پروژهٔ هوش مصنوعی بدون معیار سنجش، از نظر مدیریت قابل دفاع نیست و هزینه‌اش قابل ارزیابی نخواهد بود.

پاسخ‌های قابل‌قبول:

• «اگر مدل دقت ۸۵ درصد بالاتر داشته باشد، موفق است.»
• «اگر زمان پردازش درخواست از ۲۴ ساعت به ۴ ساعت کاهش یابد، موفق است.»
• «اگر بتوانیم هزینهٔ بررسی دستی را ۳۰ درصد کاهش دهیم، موفق است.»

پاسخ‌های نشانهٔ مسئله:

• «اگر مدل بهتر از حالا باشد، موفق است.»
• «هنوز نفهمیده‌ایم معیار دقیق چیست.»
• «اگر خطاهای مهم را از حد مشخصی پایین‌تر نگه دارد، قابل قبول است.»

۶۰ تا ۸۰ درصد منابع پروژه‌های موفق هوش مصنوعی به آماده‌سازی و تهیهٔ داده اختصاص می‌یابد. این بدان معنی است که اگر معیار سنجش نداشته باشید، نمی‌دانید کدام بخش از منابع را باید به کدام مرحله اختصاص دهید.

سؤال چهارم: تیم شما برای این تغییر آماده است یا نه؟

هوش مصنوعی یعنی تغییر در نحوهٔ کار. اگر تیمی که قرار است این فرآیند را استفاده کند، آماده نیست یا مخالف است، پروژه شکست می‌خورد.

پاسخ‌های قابل‌قبول:

• «تیم بررسی‌کننده می‌داند که هوش مصنوعی قرار است تصمیم‌گیری را تغییر دهد. ما آنها را آموزش داده‌ایم.»
• «یک نفر از تیم در طرح‌ریزی شرکت کرده است و می‌تواند دیگران را راهنمایی کند.»

پاسخ‌های نشانهٔ مسئله:

• «تیم هنوز نمی‌داند این پروژه برای چیست.»
• «برخی از تیم نگران هستند که شغلشان حذف می‌شود.»
• «تیم خیلی مشغول است، نمی‌توانیم آنها را برای این پروژه تخصیص دهیم.»

سؤال پنجم: ریسک‌های معروف (داده، قانونی، امنیتی) شناسایی شده‌اند یا نه؟

هر پروژهٔ هوش مصنوعی ریسک دارد. اگر تیم فنی آنها را نام نبرده است، معمولاً یا شناسایی نشده‌اند یا هنوز درباره‌شان گفت‌وگوی کافی نشده است.

پاسخ‌های قابل‌قبول:

• «داده‌های شخصی مشتریان در مدل استفاده می‌شود. ما GDPR را بررسی کرده‌ایم.»
• «ما یک سناریوی بدترین حالت داریم و پروتکل پشتیبان برای آن.»

پاسخ‌های نشانهٔ مسئله:

• «فکر می‌کنم ریسک خیلی بزرگ نیست.»
• «این مسائل بعداً حل می‌شود.»
• «قانونی بودن این پروژه معلوم نیست.»

چرا پاسخ‌های غیرمستقیم به‌اندازهٔ پاسخ‌های مستقیم مهم است

وقتی یک سؤال می‌پرسید و جواب مستقیم نیست، این خود یک دیتا است. تردید، تأخیر، تغییر موضوع یا جواب‌های مبهم، همهٔ این‌ها نشانه‌هایی از مسائل پنهان سازمانی هستند.

مثلاً:

• اگر سؤال معیار سنجش را بپرسید و جواب با تاخیر همراه بود، این یعنی معیار واقعاً روشن نیست.
• اگر سؤال فرآیند را بپرسید و جواب «هر بار متفاوت است»، این یعنی فرآیند استاندارد نشده است.
• اگر سؤال داده را بپرسید و جواب «نمی‌دانم»، این یعنی داده‌ها شناسایی نشده‌اند.

این پاسخ‌های غیرمستقیم را یادداشت کنید. آنها نقشهٔ راه واقعی شما را رسم می‌کنند، نه نقشهٔ فنی، بلکه نقشهٔ سازمانی. پاسخ‌های مکتوب کمک می‌کند بعداً اختلاف‌ها، ابهام‌ها و تغییر روایت‌ها را مقایسه کنید.

گام اول: یک جلسهٔ کوتاه و یک فهرست

مسیر عملی کار به صورت زیر است:

مرحلهٔ اول: تشکیل جلسه یک جلسهٔ ۳۰ دقیقه‌ای با تیم فنی برنامه‌ریزی کنید. بگویید هدف این است که «قبل از تصمیم نهایی درباره هوش مصنوعی، پنج سؤال مهم را مطرح کنیم». این جلسه برای تصمیم‌گیری نیست، بلکه برای شناسایی است.

مرحلهٔ دوم: پنج سؤال را بپرسید هر سؤال را بپرسید و پاسخ را (مستقیم یا غیرمستقیم) یادداشت کنید. اگر تیم فنی یک پاسخ مبهم داد، همان سؤال را با درخواست مثال، عدد یا مالک تصمیم دوباره ثبت کنید. هدف این است که واقع‌بین باشید، نه تیم را قضاوت کنید.

مرحلهٔ سوم: فهرست را تهیه کنید بعد از جلسه، یک فهرست تهیه کنید:

• کدام سؤالات پاسخ مستقیم و واضح داشتند؟
• کدام سؤالات پاسخ مبهم یا ناقص داشتند؟
• کدام مسائل قبل از شروع پروژه باید حل شوند؟

این فهرست نقشهٔ راه واقعی شماست، نه نقشهٔ فنی. در سه ستون ثبت کنید: پاسخ‌های مستقیم، پاسخ‌های مبهم، و مواردی که نیازمند پیگیری هستند.

نکتهٔ اجراپذیر: این هفته، این پنج سؤال را به‌ترتیب کتبی برای تیم فنی بفرستید و از آنها بخواهید پاسخ‌ها را ظرف پنج روز کاری مکتوب ارائه کنند. جلسه را ابتدا برنامه‌ریزی نکنید؛ فقط سؤالات را بفرستید. پاسخ‌های نوشتاری بیشتر از پاسخ‌های شفاهی برای شما مفید هستند، زیرا می‌توانید بعداً به آنها مراجعه کنید و الگوهای ابهام را بهتر شناسایی کنید. بعد از دریافت پاسخ‌ها، یک جلسهٔ کوتاه برای توضیح و پرسش‌های تکمیلی برنامه‌ریزی کنید.